А зачем брать мини-батчи? Коэффициенты СЛАУ можно же посчитать сразу по всей выборке, это просто операция суммирования. Решение СЛАУ будет итеративным если размерность пространства фич m будет большой. Если она маленькая, то можно использовать LU разложение.
Статья интересная. Я даже и не знал что scipy можно использовать для решения задач линейного программирования.
Пара непонятностей. Видится мне что ограничение 1 можно убрать (ибо оно выполняется автоматически при наличии ограничения 2). Ограничение 4 вовсе неясно, почему именно от нуля до одного? Может быть, просто больше нуля?
И почему ваша модель не учитывает возможность закрытия магазинов, коль такое упомянуто в задаче? Оно понятно что ILP всунуть не получится, но ведь можно решить ослабленную задачу и показать какой получается ответ. Ведь не факт что решение ILP даст те же выводы, что и ваше решение.
Статья интересная, но хотелось бы упомянуть пару нюансов. Правило что при \lambda=\mu система сваливается в бесконечную очередь за конечное время верно только для случайных систем. Если у вас система детерминированная (D/D/1), то она легко рассчитывается аналитически и работает даже с очередью конечной длины в режиме насыщения. Многие формулы в ТМО выводятся для систем вида M/M, т.е. пуассоновских потоков. Если у вас есть логи, можно проверить верно ли это распределение для вашей системы. Если у вас система очень похожа на детерминированную (сообщения приходят через одинаковые периоды времени + небольшое дрожание), то возможно что она вполне будет работать в режиме насыщения. Более того, в ТМО как правило рассматривают системы без обратной связи, т.е. сервер не может влиять на источники событий. В вашем же случае это видится вполне возможным: когда размер очереди на сервере превышает определённый порог, посылать источникам сообщения обратную связь с просьбой замедлиться.
Насколько по разному? Ваш пример гипотетический, или вы видели его в какой-то статье? Может быть, в реальности в основном встречаются числа вроде -11, -12, -13?
Усреднять по временному окну.
Имелось в виду по окну, равному длительности передачи кадра probe request. Но ваш метод тоже неплох. Из какого стандарта и из какого пункта взято 5-600 секунд?
если человек повернется боком будет не слабый перекос
В работе Advanced Integration of WiFi and Inertial Navigation Systems for Indoor Mobile Positioning рассматривают в т.ч. и траектории с поворотами, и всё нормально работает.
из-за шумов уровень сигнала будет плавать до +-10 дб
Если говорить про файтинги с онлайном (Mortal Kombat X, Injustice, Tekken 7), то вы в корне неправы. Могу вас заверить что ни в одном из вышеперечисленных представителей жанра нельзя «просто нажать кнопку «ударить» тысячу раз и победить» Любой более-менее опытный игрок с лёгкостью справится с такой тактикой. И с мешем тоже. К ИИ оппоненту на достаточной сложности это тоже относится.
Мне было интересно почитать статью, так что занятие смысл имеет. Люди могут программировать для развлечения, не отнимайте у них право обнаруживать и исследовать такие забавности.
Случайные величины никому ничего не должны, они вполне могут быть зависимыми. Типичный пример: случайный x и случайная y = f(x), где f — непрерывная функция.
Пара непонятностей. Видится мне что ограничение 1 можно убрать (ибо оно выполняется автоматически при наличии ограничения 2). Ограничение 4 вовсе неясно, почему именно от нуля до одного? Может быть, просто больше нуля?
И почему ваша модель не учитывает возможность закрытия магазинов, коль такое упомянуто в задаче? Оно понятно что ILP всунуть не получится, но ведь можно решить ослабленную задачу и показать какой получается ответ. Ведь не факт что решение ILP даст те же выводы, что и ваше решение.
Я извиняюсь, это как вообще? Wolfram Число сочетаний там вылезает.
Насколько по разному? Ваш пример гипотетический, или вы видели его в какой-то статье? Может быть, в реальности в основном встречаются числа вроде -11, -12, -13?
Имелось в виду по окну, равному длительности передачи кадра probe request. Но ваш метод тоже неплох. Из какого стандарта и из какого пункта взято 5-600 секунд?
Он падает на всех точках доступа, не на одной.
В работе Advanced Integration of WiFi and Inertial Navigation Systems for Indoor Mobile Positioning рассматривают в т.ч. и траектории с поворотами, и всё нормально работает.
Усреднять по временному окну.